MODUL AJAR

2. MODEL
MATEMATIS
SISTEM
DINAMIK
MK. SISTEM PENGENDALIAN
OTOMATIS
4 SKS – TEKNIK FISIKA ITS

MK. DARING TERBUKA DAN TERPADU

1 |2. Model Matematis Sistem Dinamik

 pditt.belajar.kemdikbud.go.id

2. MODEL MATEMATIKA SISTEM DINAMIK

Gambaran Umum Kerangka Bahasan

Bagian terpenting dalam menganalisis dan 1. Model Sistem Mekanik,
merancang sistem pengendalian adalah 2. Model Sistem Listrik,
mengetahui model plant yang akan 3. Model Sistem Elektronik,
dikendalikan. Model plant bisa dalam bentuk 4. Model Sistem Fluida,
mekanik, listrik, elektrik, fluida, thermal, dll.
5. Model Sistem Thermal,
Pada bagian BAB 2 ini, dijelaskan bagaimana
6. Linierisasi Model Non-linier,
membangun model matematik dari model-
model plant tersebut diatas. Serta disajikan 7. Fungsi Alih,
bagaimana menentukan variabel masukan- 8. Model Matematika Sistem Non-linier.
keluaran, serta memilih parameter yang akan
menggambarkan karakteristik sistem.
Dibahas bagaimana menggambarkan
dinamika sistem dalam bentuk fungsi alih.
Fungsi matematik yang merupakan
perbandingan antara keluaran sistem dan
masukan sistem. Fungsi alih inilah yang pada
bab-bab selanjutnya akan digunakan untuk
menjelaskan dasar pemilihan strategi
pengendalian, analisis respon sistem, dan
perlakuan perbaikan kinerja sistem
pengendalian. Pada Bab ini juga akan
disajikan beberapa contoh program MATLAB
beserta SIMULINK untuk meningkatkan daya
imajinasi Anda, dan Anda bisa belajar pada
BAB ini secara interaktif
Tujuan Pembelajaran
1. Mampu menurunkan model matematik berbagai sistem dinamika, mulai dari
fenomena sistem sampai pada pemodelan sistem secara matematik,
2. Mampu menjelaskan variabel-variabel dan parameter-parameter yang
mempengaruhi dinamika sistem,
3. Mampu menggunakan program MATLAB dan SIMULINK untuk menggambarkan
karakteristik sistem dinamik,
4. Mampu membedakan sistem linier dan sistem non-linier yang sering dijumpai dalam
system pengendalian otomatis
5. Mampu meningkatkan ketrampilan otak, terkait dengan potensi otak untuk
menganalisis dan berlogika.

2 |2. Model Matematis Sistem Dinamik

3 |2. Model Matematis Sistem Dinamik
Pengantar
Pemodelan sistem fisis dengan menggunakan persamaan matematika, sangat diperlukan dalam
perancangan sistem pengendalian. Sistem yang ditinjau biasanya sistem mekanika, elektrika, fluida,
termodinamika. Dalam pemodelan sistem, sebagai representasi sifat internal digunakan model
matematika. Model matematika ini diturunkan berdasarkan hokum-hukum yang berlaku pada sistem
mekanika, elektrika, fluida dan thermodinamika dalam bentuk persamaan differensial. Hukum dasar
yang digunakan dalam pemodelan adalah hukum kekekalan energi dan massa. Beberapa klasifikasi dari
model sistem, dinyatakan sebagai model sistem mekanik, sistem listrik, sistem elektromekanik, sistem
termal, sistem fluida. Bentuk persamaan differensial ini memerlukan linierisasi bila menyangkut sistem
komplek yang cenderung dinyatakan dalam bentuk persamaan non linier. Bila dinyatakan dalam bentuk
linier maka, transformasi Laplace dapat dimanfaatkan untuk menyederhanakan penyelesaian.
Linierisasi dilakukan dengan cara pengabaian faktor – faktor yang berkaitan, dan asumsi-asumsi yang
diambil. Dengan menggunakan alat matematik, dapat dilakukan penyelesaian yang menggambarkan
cara kerja sistem tersebut.
Berikut merupakan penggambaran perlunya model matematik suatu sistem, dimana pada sistem
dinamika, dengan adanya eksitasi terhadap sistem maka akan berdampak pada respon yang dihasilkan.

K
o
n
I Siste R
n m e

G
a
Gambar 2.1 Blok diagram eksitasi pada suatu sistem

Salah satu bentuk model matematis sebuah sistem dinyatakan dalam bentuk persamaan differensial
(PD). Beberapa bentuk dari PD yaitu :
1. PD Biasa (Odinary Differential Equation = ODE)
2. PD Parsial (Partial Differential Equation = PDE)
3. PD Perubah Waktu (time variable)
4. PD Koeffisien konstan (Time invariant)
5. PD Linier
6. PD Non Linier

4 |2. Model Matematis Sistem Dinamik

2.1 Persamaan Differensial Linier Koefisien Konstan
Langkah pertama dalam analisis sistem adalah mendapatkan model matematik dari sistem, yaitu
mendapatkan suatu persamaan matematik yang dapat menggambarkan perilaku sistem. Salah satu
bentuk model matematik suatu sistem adalah persamaan diferensial (PD) input-output.
Banyak sistem fisik yang responnya dapat dinyatakan dengan persamaan diferensial, misalnya
rangkaian listrik yang tersusun atas resistor, kapasitor dan induktor, sistem mekanik yang terdiri atas
pegas, dumper dan lain-lain. Berikut ini dipaparkan sistem yang dinyatakan dalam bentuk persamaan
diferensial linier koefisien konstan.
Secara umum, suatu sistem LTI (Linear Time Invariant) waktu kontinyu, dapat dinyatakan dalam bentuk
persamaan diferensial linier koefisien konstan sebagai berikut :

d N y (t ) N 1 d i y (t ) M d i x(t )
  ai   bi
dt N i 0 dt i i 0 dt i
(2.1)

dengan i =1,2,3, . . . ,N-1 , bj , j=1,…M adalah bilangan nyata dan N >M. Dalam bentuk operator D
persamaan diatas dapat ditulis :

 N N 1 i i  M 
 D   a D  y(t )    bi D i  x(t )
 i 0   i 0 
(2.2)
Untuk menyelesaikan persamaan diferensial tersebut diperlukan N kondisi awal :

y(t 0 ), y' (t 0 ),..., y ( N 1) (t 0 )

dengan t0 adalah waktu dimana input x(t) mulai diberikan pada sistem dan y’(t) adalah turunan dari
y(t) . Bilangan bulat N merupakan derajat atau dimensi sistem.
Untuk mendapatkan PD input-output dari suatu sistem, langkah pertama yang harus dilakukan adalah
menentukan variabel input dan output. Setelah itu dicari persamaan dari sistem sedemikian hingga yang
muncul sebagai variabel hanya input dan output.

Contoh 3.18
Tinjau sistem yang ditunjukkan pada Gambar 2.1. Untuk sistem tersebut misalkan input dan outputnya
masing-masing adalah vi dan vc .
R
L
vr
i(t) C vc
vi

Gambar PD-1
5 |2. Model Matematis Sistem RLC
Rangkaian Dinamik
Gambar 2. 1 Rangkaian RLC

Variabel output tersebut bersesuaian dengan apa yang ingin diketahui dari sistem. Jika yang ingin
diketahui adalah arus yang mengalir, maka variabel output yang dipilih adalah i (t ) . Bila yang ingin

diketahui adalah tegangan di R maka dipilih vr sebagai output.

Persamaan yang berlaku untuk rangkaian Gambar 2.1 adalah :
di 1
vi  iR  L   idt
dt C
(2.3)
1
vc   idt
C
(2.4)
sehingga
di
vi  iR  L v c
dt
(2.5)
Persamaan (2.3) bukan persamaan PD input-output, karena di dalamnya masih terdapat variabel lain
yaitu i (t ) . Karena itu, variabel i (t ) harus dieliminir.
Dari Persamaan (2.4) diperoleh :
dvc
iC
dt
(2.6)
sehingga Persamaan (2.3) dapat ditulis kembali sebagai berikut

dvc d 2 vc
vi  RC  LC  vc
dt dt 2
atau

d 2 vc dvc
vi  LC  RC  vc
dt 2 dt
(2.7)
Persamaan (2.7) merupakan PD input-output.
2.2 Persamaan Keadaan Sistem Dinamik

6 |2. Model Matematis Sistem Dinamik

Pada teori pengendalian konvensional, yang menjadi penting adalah sinyal masukan, sinyal keluaran
dan sinyal kesalahan. Dalam menganalisa sinyal keluaran, maupun kesalahan melalui fungsi alih.
Kelemahan dalam teori ini adalah hanya dapat diterapkan pada sistem linier dengan parameter konstan
dengan satu masukan dan satu keluaran. Teori ini tidak dapat diterapkan pada sistem dengan parameter
yang berubah (time varying), sistem non linier maupun sistem dengan multi masukan dan multi
keluaran. Hal ini tidak bisa kita lakukan untuk merancang sistem pengendalian adaptif dan optimal,
karena kedua metode tersebut sebagian besar diaplikasikan pada sistem dengan parameter berubah
dan sistem non linier.
Suatu pendekatan baru dalam teori pengendalian modern, dimana teori ini berkembang sejak
diketemukannya perangkat komputer. Pendekatan baru ini didasarkan pada konsep keadaan (state).
Sebelum kita membahas persamaan ruang keadaan, terlebih dahulu dibahas beberapa istilah yang akan
digunakan dalam bab ini. Hal – hal yang penting untuk dipahami adalah mengenai Keadaan (state),
Variabel keadaan, Vektor keadaan .

Keadaan (state), keadaan suatu sitem dinamik adalah himpunan terkecil dari variabel-variabel (disebut
variabel keadaan) sedemikian rupa sehingga dengan mengetahui varibel-variabel ini pada t=to,
bersama-sama dengan masukan untuk tto, dapat menentukan secara lengkap perilaku sistem untuk
setiap waktu tto. Jadi, keadaan suatu sistem dinamik pada saat t secara unik ditentukan oleh keadaan
tersebut pada t=to dan masukan untuk tto, tidak tergantung pada keadaan dan masukan sebelum to.
Perhatikan bahwa dalam membahas sistem linier parameter konstan, biasanya dipilih waktu acuan to
sama dengan nol.

Variabel keadaan, variabel keadaan suatu sistem dinamik adalah himpunan terkecil dari variabel-
varibel yang menentukan keadaan sistem dinamik. Jika paling tidak diperlukan n variabel
x1(t),x2(t),…,xn(t) untuk melukiskan secara lengkap perilaku suatu sistem dinamik (sedemikian rupa
sehingga setelah diberikan masukan untuk tto dan syarat awal pada t=to maka keadaan sistem yang
akan datang telah ditentukan secara lengkap), maka n variabel x1(t),x2(t),…,xn(t) tersebut merupakan
suatu himpunan variabel keadaan. Variabel keadaan tidak perlu merupakan besaran yang secara fisis
dapat diukur atau diamati. Meskipun demikian sebaiknya dipilih variabel keadaan yang merupakan
besaran dapat diukur secara mudah, karena hukum pengendalian optimal memerlukan umpan balik
semua variabel keadaan dengan pembobotan yang sesuai.

Vektor keadaan, jika diperlukan n variabel keadaan untuk menggambarkan secara lengkap perilaku
suatu sistem yang diberikan, maka n variabel keadaan ini dapat dianggap sebagai n komponen suatu
vektor x(t). Vektor semacam ini disebut vektor keadaan. Jadi vektor keadaan adalah suatu vektor yang

7 |2. Model Matematis Sistem Dinamik

menentukan secara unik keadaan sistem x(t) untuk setiap tto, setelah ditetapkan masukan u(t) untuk
tto.
Ruang keadaan, ruang n dimensi yang sumbu koordinatnya terdiri dari sumbu x1, sumbu x2,…, sumbu
xn disebut ruang keadaan. Setiap keadaan dapat dinyatakan dengan suatu titik pada ruang keadaan.

Contoh Soal 2-1:

Perhatikan sistem rangkaian RLC yang ditunjukan pada Gambar 2.1 di atas. Perilaku dinamika sistem
dapat dilihat secara lengkap untuk tto jika harga-harga awal dari arus i(to),tegangan kapasitor vc(to),
dan tegangan masukan v(t) untuk tto diketahui. Jadi keadaan rangkaian tersebut untuk tto secara
dinyatakan sebagai i(t), vc(t) dan tegangan masukan v(t) untuk v(t) untuk tto. Maka dari itu, i(t) dan
vc(t) merupakan suatu himpunan variabel keadaan dari sistem tersebut. Pemilihan variabel keadaan
tunak suatu sistem adalah tidak unik, sebagai contoh, pada sistem ini bisa dipilih sebagai himpunan
variabel keadaan adalah x1(t )= vc(t)+Ri(t) dan x2(t) = vc(t).
Jawab :
Misalkan dipilih i(t) dan vc(t) sebagai variabel keadaan, maka persamaan yang menggambarkan
dinamika sistem elektrik RLC adalah,
di
L  Ri  vc  v
dt
dv
C c i
dt
dalam notasi matrik-vektor, dituliskan sebagai berikut,

 R 1
 i   L  L   i   1 
    1      L v
 c 
v 0  vc   0 
 C 
ini merupakan penyajian persamaan ruang keadaan dari sistem rangkaian RLC.

Soal Latihan 2-1:

Perhatikan rangkaian listrik RLC seperti Gambar 5.2 di bawah. Bila ditentukan sebagai variabel
keadaan adalah arus yang melalui induktor dan tegangan pada kapasitor C1 dan C2. Tentukan
persamaan ruang keadaan sistem.

8 |2. Model Matematis Sistem Dinamik

Gambar 2. 2 Rangkaian RLC dengan loop lebih dari satu.

Analisis sistem komplek, sistem modern yang komplek mungkin mempunyai beberapa masukan dan
beberapa keluaran, dan ini mungkin saling terkait secara komplek pula. Untuk menganalisis sistem
seperti ini, perlu penyederhanaan model matematik. Untuk perhitungan yang berulang-ulang sangat
membantu jika menggunakan komputer. Berdasarkan pandangan ini maka pendekatan yang paling
sesuai pada analisis sistem adalah pendekatan ruang keadaan.
Teori pengendalian konvensional adalah berdasarkan pada hubungan masukan dengan
keluaran sistem atau fungsi alih, sedangkan teori pengendalian modern berdasarkan pada diskripsi
persamaan sistem dalam bentuk n persamaan diferensial orde pertama, yang dapat digunakan menjadi
persamaan diferensial matrik-vektor orde pertama. Penggunaan notasi matrik-vektor akan sangat
menyederhanakan penyajian model matematika dari persamaan sistem.
Penggunaan metode ruang keadaan untuk analisis suatu sistem, sangat sesuai jika menggunakan
komputer digital, karena pendekatannya adalah wawasan waktu. Sehingga terhindar dari kebosanan
dan kesulitan pada saat terjadi perhitungan berulang dan lebih mudah untuk menyelesaikan sistem-
sistem yang berorde tinggi, ini adalah salah satu keunggulan penggunaan metode ruang keadaan.
Hal lain penting untuk diperhatikan, bahwa variabel keadaan tidak perlu menyatakan besaran-
besaran fisis dari sistem. Variabel yang tidak menyatakan besaran fisis, yang tidak dapat diukur atau
diamati, dapat dipilih sebagai variabel keadaan. Kebebasan dalam memilih varibel keadaan ini
merupakan keunggulan lain dari metode ruang keadaan.

Persamaan Ruang Keadaan Orde-n, dengan fungsi penggerak u.

Suatu sistem persamaan diferensial orde-n dinyatakan sebagai berikut,
(n) ( n 1)
y  a1 y  .....  a n 1 y  a n y  u … (2.8)
( n 1)
dengan perolehan data sebelumnya : y(0), y (0),... y (0) bersama dengan masukan u(t) untuk t0,

menentukan secara lengkap perilaku yang akan datang dari sistem, maka dapat dipilih
( n1)
y(t ), y (t ),... y (t ) sebagai himpunan n variabel keadaan. Secara matematis, pemilihan varibel keadaan
semacam itu adalah cukup mudah. Akan tetapi secara praktis, karena ketidak telitian bentuk turunan
orde tinggi yang disebabkan oleh pengaruh noise inhern pada setiap kondisi praktis, maka pemilihan
variabel keadaan semacam itu tidak diinginkan. Selanjutnya didefinisikan,
x1  y
x 2  y
..........
( n 1)
xn  y

9 |2. Model Matematis Sistem Dinamik

selanjutnya persamaan 9.1 dapat dituliskan kembali sebagai berikut,
x1  x2
x 2  x3
...........
x n 1  xn
x n  a n x1  ...  a1 xn  u
atau dalam bentuk persamaan ruang keadaan (matrik-vektor),

x  Ax  Bu …(2.9)

dimana,

 x1   0 1 0 .. 0  0
x   0 0 1 .. 0   0
 2   
x   : , A   : :   : , B   : 
     
.  0 0 0  1  0
 xn   a n  a n 1  a n2 ..  a1  1

persamaan keluaran menjadi,

 x1 
x 
 2 
y  1 0 ... 0  
 
 xn 1 
 xn 

atau,
y  Cx …(2.10)
dimana, C=[1 0 …0]
Persamaan (2.9) adalah persamaan diferensial orde pertama yang disebut dengan persamaan keadaan,
sedangkan persamaan (2.10) disebut persamaan keluaran.

Contoh Soal 2-2:

Sistem didefinisikan oleh persamaan diferensial sebagai berikut :
y  6 y  11y  6 y  6u …(2.11)
dimana y adalah keluaran dan u adalah masukan sistem. Tentukan penyajian ruang keadaan dari sistem
yang dinyatakan pada persamaan (2.11) tersebut di atas.

Jawab :

10 |2. Model Matematis Sistem Dinamik

 x1  y
Dipilih variabel keadaan sebagai berikut, x 2  y
x3  y

x1  x2
Selanjutnya diperoleh, x 2  x3
x 3  6 x1  11x2  6 x3  6u
Persamaan terakhir dari dari tiga persamaan ini diperoleh dengan menyelesaikan persamaan
diferensial asal (persamaan 5.4) untuk suku turunan yang tertinggi dan kemudian mensubtitusikan
persamaan yang kedua ke persamaan yang ketiga. Dengan menggunakan notasi matrik-vektor, tiga
persamaan diferensial orde pertama ini dapat digabungkan menjadi satu sebagai berikut,

 x1   0 1 0   x1  0
 x    0 0 1   x2   0u  …(2.12)
 2 
 x 3   6  11  6  x3  6
persamaan keluaran dinyatakan oleh,

 x1 
y  1 0 0 x2  …(2.13)
 x3 
persamaan (5.5)dan (5.6) dapat ditulis dalam bentuk standar sebagai berikut,
x  Ax  Bu
…(2.14)
y  Cx

0 1 0 0

dimana A  0 0 1 , B  0, C  1 0 0


 6  11  6 6
Gambar 2.3 menunjukkan penyajian diagram blok dari persamaan keadaan dan persamaan keluaran
(2.12) di atas. Perhatikan bahwa fungsi alih dari blok-blok umpan balik tersebut identik dengan
koefisien negatif dari persamaan diferensial asal persamaan (2.12),

11 |2. Model Matematis Sistem Dinamik

Gambar 2. 3 Penyajian diagram blok sistem contoh soal

Soal Latihan 2.2:

Sistem didefinisikan oleh persamaan diferensial sebagai berikut :

2y  4 y  6 y  8 y  10u
dimana y adalah keluaran dan u adalah masukan sistem. Tentukan penyajian ruang keadaan dari sistem
tersebut diatas.

2.3 Model Sistem Mekanik

Sistem mekanik terdiri dari komponen yang mempunyai sifat seperti pegas, disipasi energi
(damper – peredam), beban dengan massa tertentu, inersia, dan torsi. Sebagai contoh pada mobil, yang
mempunyai respon dinamik seperti kecepatan, lintasan, putaran pada roda. Sistem suspensi dan badan
mobil mempunyai respon dinamik berupa perubahan posisi saat mobil tersebut mengenai lonjakan
pada jalan. Bentuk ini menggambarkan pemodelan sistem mekanik yang bisa dinyatakan dengan
persamaan differensial orde-n. Besaran dari sistem mekanik dalam SI – Satuan Internasional seperti
pada Tabel 2.1.
Tabel 2.1 Satuan SI untuk besaran Mekanika
Besaran Satuan (SI)
Panjang Meter – m
Massa Kilogram – kg
Waktu Detik – dt
Gaya Newton = kg.m/s2
Energi Joule = N.m
Daya Watt = N.m/dt

Tiga elemen dasar yang membentuk sistem mekanik yaitu : elemen inersia, pegas dan peredam. Elemen
inersia menyangkut massa dan momen inersia. Pada inersia massa dan momen inersia merupakan
perubahan gaya / torsi yang diperlukan untuk membuat perubahan satu satuan percepatan /
percepatan sudut. Elemen pegas adalah elemen mekanik yang dapat berubah akibat adanya gaya luar,
dimana perubahan bentuk ini berbanding langsung dengan gaya / torsi yang digunakan. Sedangkan
elemen peredam merupakan elemen mekanik yang menghilangkan energi dalam bentuk panas dan
tidak menyimpannya.

12 |2. Model Matematis Sistem Dinamik

Gambar 2. 4 Sistem translasi mekanik.

Misalnya sebagai contoh sistem translasi mekanik, terdiri dari sebuah pegas dengan tetapan K, sebuah
damper dengan koeffisien B, diberi beban secara parallel dengan massa M seperti pada Gambar 2.8 di
atas. Dengan menggunakan hukun Newton II, gaya yang bekerja pada sistem dapat dinyatakan dengan
persamaan differensial sebagai berikut,

d 2x dx
M 2
 B  Kx  f (t ) …(2.30)
dt dt
Perhatikan persamaan (2.1), suku di sebelah kiri mengandung variable x(t). x(t) yaitu variable
displacemen dari sistem mekanis. Variabel ini merupakan variable keluaran sistem. Dan suku di sebelah
kanan merupakan f(t) sebagai variable masukan sistem.
Sebuah blok diagram hubungan Antara masukan dengan keluaran dari system mekanis, dapat
ditunjukkan pada gamber berikut ini.

f Sist x(t)
( em
me
dx
Pada persamaan (2.1), apabila diambil x1  x dan x 2  , maka diperoleh dua
dt
persamaan yang dikatakan sebagai bentuk persamaan keadaan 1 (x1) dan persamaan
keadeaan 2 (x2) sebagai berikut,
dx1
 x2 …(2.31)
dt

  f (t )  Bx 2  Kx1 
dx2 1
…(2.32)
dt M

13 |2. Model Matematis Sistem Dinamik

Persamaan (2.31) dan (2.32) merupakan bentuk persamaan ruang keadaan (state space), dengan
variable keadaan x1 dan x2. x1 adalah displacement dan x2 adalah laju displacemen. Kedua variable
keadaan ini bias menjadi keluaran sebuah sistem mekanis.
Contoh Soal 2-7 :
Jika benda dengan massa M=1 Kg mula-mula diam, kemudian pada saat t = 0
dikenai gaya sebesar 25 Newton dan masing-masing tetapan diketahui K=12 N/m , B =
5 N/m/det. Maka benda dengan massa M akan bergerak berpindah posisi dengan
kecepatan yang bervariasi.

Program MATLAB
Dengan menggunakan MATLAB tanggapan sistem untuk contoh soal 2.1 dapat
diperoleh. Fungsi sistem dituliskan dalam M-file mechsys.m sebagai berikut,

function xdot = mechsys(t,x); % returns the state

derivatives
F = 25; % Step input
M =1; B = 5; K = 25;
xdot = [x(2) ; 1/M*( F - B*x(2) - K*x(1) ) ];

Sedangkan simulasi tanggapan sistem dalam interval waktu 0 s/d 3 detik, dituliskan
dalam M-file ch2ex01.m dengan menggunakan ode23 sebagai berikut,
t0= 0; tfinal = 3; % time interval
x0 = [0, 0]; % initial conditions
tol = 0.001; % accuracy
trace = 0; % if nonzero, each step is
printed
[t,x] = ode23('mechsys',t0,tfinal,x0,tol,trace);
subplot(211),plot(t,x)
title('Time response of mechanical translational sistem')
xlabel('Time - sec.')
text(2,1.2,'displacement')
text(2,.2,'velocity')
d= x(:,1); v = x(:,2);
subplot(212), plot(d, v)
title('velocity versus displacement ')
xlabel('displacement')
ylabel('velocity')
meta ch2ex01 % create meta file containg
graph
subplot(111)

14 |2. Model Matematis Sistem Dinamik

 Time response of mechanical translational system
3

1 displacement

0 velocity

-1
0 0.5 1 1.5 2 2.5 3
Time - sec.
velocity versus displacement
3

2
velocity

-1
0 0.2 0.4 0.6 0.8 1 1.2 1.4
displacement
Gambar 2. 5 Tanggapan sistem mekanik pegas-damper pada contoh soal 2.1.
Soal Latihan 2-6 :
Tinjau sistem damper – massa - pegas yang dipasang pada kereta seperti pada Gambar 2.10 di bawah.
Damper adalah alat yang memberikan gesekan liat atau redaman (damping), terdiri dari sebuah torak
dan selinder yang berisi minyak. Pada saat t<0, kereta diam, dan selanjutnya pada saat t = 0, kereta
digerakkan dengan kecepatan tetap u. Perpindahan (relatif terhadap tanah) y(t) dari massa adalah
keluaran dari sistem. Diberikan tetapan K untuk pegas dan B untuk damper.
Carilah :
(a). Model matematika yang menggambarkan dinamika sistem.
(b). Gambarkan dengan menggunakan program MATLAB tanggapan sistem, seperti pada contoh
diatas.

Gambar 2. 6 Sistem damper-massa-pegas diatas kereta.

15 |2. Model Matematis Sistem Dinamik

2.4 Model Sistem Listrik.
Sistem elektrik terdiri dari komponen tahanan, induktor dan kapasitor yang bisa dihubungkan secara
serial mapun pararel maupun kombinasi keduanya. Pada bagian ini dibahas sistem rangkaian listrik
yang melibatkan tahanan, kapasitor dan induktor. Rangkaian elektrik termasuk pula transistor dan
amplifier. Sebuah televisi menghasilkan respon dinamik berupa berkas pada layar, atau perubahan
tuning frekuensi akan merubah apa yang tampak di layar. Pada umumnya suatu sistem elektrik yang
terdiri dari komponen tahanan R, Induktor – L dan kapasitor – C, dalam menurunkan model
matematisnya digunakan hukum dasar adalah hukum arus dan tegangan Kirchhoff. Model matematika
dari sistem dapat diperoleh dengan menggunakan kedua hukum tersebut.

Contoh Soal 2.8 :

Rangkaian R-L-C yang disusun secara seri seperti pada gambar 2.11 di bawah, rangkaian tersebut terdiri
dari suatu induktansi L (henry), tahanan R (ohm) dan kapasitor C (farad). Rangkaian diberi masukan
berupa tegangan Vs= 1 volts (t=0). Mula-mula arus di induktor nol, dan tegangan di capasitor 0.5 volts.
Tentukan tanggapan sistem : arus yang mengalir i(t) dan tegangan capasitor vc(t). diketahui R=1,4,
L=2H dan C=0,32F.

Gambar 2. 7 Rangkaian RLC domain waktu.

Berdasarkan hukum Kirchhoff persamaan sistem adalah,

di dvc
Ri  L  v c  Vs dan iC …(2.33)
dt dt
ambil x1  v c dan x2  i , maka diperoleh,

1
x1  x2
C
x 2  Vs  x1  Rx 2 
1
L …(2.34)

Program MATLAB
Dua fungsi sistem dituliskan dalam M-file electsys.m sebagai berikut,

16 |2. Model Matematis Sistem Dinamik

 function xdot = electsys(t,x); % returns the
state derivatives
V = 1; % Step input
R =1.4; L = 2; C = 0.32;
xdot = [x(2)/C ; 1/L*( V - x(1) - R*x(2) ) ];
Sedangkan simulasi tanggapan sistem dalam interval waktu 0 s/d 3 detik, dituliskan
dalam M-file ch2ex02.m dengan menggunakan orde23 sebagai berikut,
clg
t0= 0; tfinal =15; % time interval
x0 = [0.5, 0]; % initial conditions
tol = 0.0001; % accuracy
trace = 0; % if nonzero, each
step is printed
[t,x] = ode23('electsys',t0,tfinal,x0,tol,trace);
subplot(211),plot(t,x)
title('Time response of an RLC series circuit')
xlabel('Time - sec.')
text(8,1.15,'Capacitor voltage')
text(8, .15,'current')
vc= x(:,1); i = x(:,2);
subplot(212),plot(vc, i)
title('current versus capacitor voltage ')
xlabel('capacitor voltage')
ylabel('current')
subplot(111)

Time response of an RLC series circuit

1.5
Capacitor voltage
1

0.5
current
0

-0.5
0 5 10 15
Time
current versus - sec.
capacitor voltage
0.3

0.2
current

0.1

-0.1
0.5 0.6 0.7 0.8 0.9 1 1.1 1.2 1.3
capacitor voltage

Gambar 2. 8 Tanggapan arus dan tegangan kapasitor pada rangkaian seri RLC.

Soal Latihan 2-7 :

Tinjau rangkaian RLC yang tersusun seperti gambar dibawah. Mula-mula arus di induktor nol, dan
tegangan di kapasitor 0.5 volts. Tentukan tanggapan sistem : arus yang mengalir i(t) dan tegangan vcr(t).
Diketahui R=1, L=2H dan C=0,32F. Ddiberikan masukan berupa tegangan Vs= 1 volts (t=0).
Carilah :
(a). Model matematika yang menggambarkan sistem rangkaian RLC.
(b). Gambarkan dengan menggunakan program MATLAB tanggapan sistem, seperti pada
contoh diatas.
17 |2. Model Matematis Sistem Dinamik
Gambar 2. 9 Rangkaian Listrik RLC.

2.5 Model Sistem Elektromekanik.

Sistem elektromekanika merupakan sistem gabungan antara alektrik dengan mekanik. Sistem
elektromekanika yang akan dibahas adalah servomotor arus searah (servomotor dc) dan servomotor
dua fasa. Servomotor dc atau disebut motor-dc dengan daya rendah, biasanya digunakan untuk
komputer dan instrumentasi seperti misalnya disk drive, tape drive, dll. Sedangkan yang berdaya
menengah digunakan untuk sistem lengan robot, mesin pemintal yang dikendalikan secara numerik.
Tinjau motor arus searah, dengan arus jangkar magnetik dibuat konstan dan kecepatan dikendalikan
dengan tegangan medan, motor dc tersebut dinamakan motor dc dikendalikan medan. Perhatikan
diagram skematik motor dc sebagai berikut,

Gambar 2. 10 Sistem pengendali motor DC jangkar-magnet[2].

Pada sistem servomotor ini,
Ra = tahanan kumparan jangkar (ohm)
La = induktansi kumparan jangkar (henry)
ia = arus kumparan jangkar (ampere)
if = arus medan (ampere)
ea = tegangan yang dikenakan pada jangkar (volt)
eb = ggl - gaya gerak listrik balik (volt)
θ = perpindahan sudut dari poros motor (radian)
T = torsi yang diberikan oleh motor (N.m)
J = momen inersia ekivalen dari motor dan beban pada poros motor (kg.m2)
b = koefisien gesekan viskos ekivalen dari motor dan beban pada poros motor
(N.m/rad.dt)

18 |2. Model Matematis Sistem Dinamik

Torsi T yang dihasilkan motor adalah berbanding lurus dengan hasil kali dari arus
kumparan ia dan fluks celah udara  berbanding lurus dengan arus medan,
  K f if …(2.35)

Kf adalah konstanta, sehingga T dapat dituliskan sebagai berikut,

T  K f i f K1ia …(2.36)

dengan K1 konstan.
Perhatikan bahwa untuk medan arus konstan, fluks juga konstan dan torsi mempunyai
arah sesuai arus kumparan magnet, sehingga
T  Ki a …(2.37)

dengan K adalah konstanta torsi motor. Dari persamaan tersebut, terlihat bahwa apabila
tanda arus ia dibalik maka tanda dari torsi T akan terbalik pula. Hal ini akan menyebabkan
berbaliknya arah putaran motor.
Bila kumparan magnet berputar, maka tegangan akan sebanding dengan hasil kali fluks
dan kecepatan sudut yang diinduksikan pada kumparan magnet. Untuk fluks yang konstan,
tegangan induksi eb berbanding lurus dengan kecepatan sudut d/dt, atau
d
eb  K b …(2.38)
dt
dimana eb adalah emf balik dan Kb konstanta emf balik.
Kecepatan jangkar magnet servomotor dc dikendalikan oleh tegangan kumparan magnet
ea. Persamaan diferensial rangkaian kumparan magnet adalah,

dia
La  Ra ia  eb  ea …(2.39)
dt

Arus jangkar magnet menghasilakan torsi yang bekerja terhadap inersia dan gesekan,
sehingga

d 2 d
J 2
b  T  Ki a …(2.40)
dt dt

dengan transformasi Laplace ketiga persamaan terakhir (2.38), (2.39) dan (2.40) dapat
dirubah sebagai berikut,

19 |2. Model Matematis Sistem Dinamik

 K b ( s)  Eb ( s) …(2.41)

( La s  Ra ) I a ( s)  Eb ( s)  E a ( s) …(2.42)

( Js 2  bs)(s)  T (s)  KI a ( s) …(2.43)

Dengan menyusun persamaan (2.41), (2.42) san (2.43) diperoleh fungsi alih,

(s) K


Ea (s) s La Js  ( La b  K a J )s  Ra b  KK b
2
 …(2.44)

atau dapat disederhanakan, dengan mengabaikan La, karena biasanya sangat kecil,
sehingga diperoleh fungsi alih sistem sebagai berikut,

( s) Km
 …(2.45)
Ea ( s) s(Tm s  1)
dimana K m  K /( Ra b  KK b )

Tm  Ra J /( Ra b  KK a )

Gambar 2. 11 Diagram blok dari gambar 2.14.

Soal Latihan 2.8:
Sebuah sistem elektromekanik seperti yang ditunjukan pada gambar di bawah, yaitu sebuah
servomotor dc dengan pengendali jangkar magnet, menggerakkan beban yang terdiri dari momen
inersia JL. Torsi yang dikembangkan motor adalah T. Perpindahan sudut dari rotor motor dan elemen
beban adalah m dan , secara berurutan. Rasio roda gigi adalah n =  /m. Dapatkan fungsi alih dari
sistem (s)/Ei(s).

20 |2. Model Matematis Sistem Dinamik

Gambar 2. 12 Sistem servomotor DC yang dikendalikan jangkar-magnet[2].

Sistem elektromekanik yang telah diuraikan di atas merupakan salah satu contoh dari sistem campuran.
Tidak hanya servomotor, tetapi loudspeaker yang berada pada sistem stereo, aktuator solenoid juga
termasuk sistem elektromekanik. Pada loudspeaker, arus listrik dari amplifier ditransformasikan untuk
menggerakkan kerucut speaker dan fluktuasi udara yang menyebabkan suara dikuatkan.

2.6 Model Sistem Fluida.

Dalam analisis sistem aliran zat cair, perlu dibedakan antara aliran laminar dan turbulen, sesuai dengan
besar bilangan Reynoldnya. Bila bilangan Reynold lebih besar dari 4000 maka termasuk aliran turbulen.
Aliran dikatakan laminar bila bilangan Reynold lebih kecil dari 2000. Sistem aliran turbulen biasanya
dinyatakan dengan persamaan differensial taklinier, sedangkan aliran laminar dinyatakan dengan
persamaan differensial linier. Di industri, dimana cairan mengalir dalam pipa biasanya tidak laminar,
dan ini perlu dianalisa terlebih dahulu mengenai tipe aliran yang terjadi pada sistem perpipaan di
industri.
Anggap sistem fluida adalah aliran laminar, sehinga kita dapat memandang persamaannya adalah linier
atau dilinierkan, persamaan differensial sistem dapat diperoleh dengan mengetahui terlebih dahulu
konsep mengenai tahanan aliran, kapasitansi, dimana didefiniskan sebagai :
Tahanan suatu aliran - R, perubahan beda tinggi muka yang diperlukan untuk menimbulkan satu
satuan perubahan laju aliran.
perubahan beda tinggi muka, m
R=
perubahan laju aliran, m3 / dt
Kapasitasnsi - C, perubahan jumlah cairan yang tersimpan , yang diperlukan untuk menimbulkan satu
satuan potensial (tinggi tekan).

perubahan cairan yang tersimpan, m 3

C=
perubahan tinggi tekan, m
Karena aliran masuk dikurangi aliran keluar dalam tangki selama selang waktu dt kecil sama dengan
jumlah tambahan air dalam tangki, kita dapatkan persamaan,
h
Cdh  (qi  qo )dt dan qo  …(2.46)
R
maka persamaan differensial sekarang menjadi,
21 |2. Model Matematis Sistem Dinamik
 dh
RC  h  Rqi …(2.47)
dt
dengan transformasi Laplace diperoleh,
H ( s) R H ( s)
 dan Qo ( s)  …(2.48)
Qi (s) RCs  1 R
dimana R adalah resistansi termal tetap. Maka fungsi alih bisa dituliskan antara aliran
fluida keluar dan fluida masuk sebagai berikut,
Qo ( s) 1
 …(2.49)
Qi ( s) RCs  1

Gambar 2. 13 (a) Sistem pengendalian permukaan fluida cair.

(b) Kurva laju aliran versus permukaan fluida cair[2].
Contoh Soal 2.8:
Bila sistem yang digambarkan pada Gambar 2.14 diatas, saat kondisi steady pada laju aliran 4 x 10-4
m3/dtk dan ketinggian fluida dalam tangki kondisi steady adalah 1 m. Pada saat t = 0, valve masukan
dibuka sehingga menyebabkan laju perubahan fluida menjadi 4,5 x 10-4 m3/dtk. Tentukan resistansi R
pada valve keluaran, bila kapasitansi tangki C=0,02 m2. Tentukan respon dari ketinggian fluida pada
sistem tersebut.
Laju aliran yang melalui valve keluaran dapat diasumsikan sebagai fungsi yang
dinyatakan :

QK H
Dengan Q = 4 x 10-4 m3/dtk dan H = 1 meter, maka K = 4 x 10-4.
Saat laju aliran berubah menjadi 4,5 x 10-4 m3/dtk, kondisi tinggi fluida tangki saat steady
menjadi :

4,5.10 4  4.10 4 H , H = 1,266 meter

Ini berarti terjadi perubahan tinggi fluida : 1,266 – 1 = 0,266 m. Resistansi rata rata dari
valve keluaran adalah :

22 |2. Model Matematis Sistem Dinamik

 dH 1,266  1
R   0,552.10 4 dtk / m 2
dQ 4,5  4.10 4

Qi ( s)
Dari persamaan 2.18, H ( s)  , dengan masukan laju fluida tetap,
RCs  1
0,266
H ( s) 
s((0,532.10 4 x0,02)s  1)
Dengan program MATLAB
num = [0.266];
den = [106.4 1];
step (num, den);
subplot (111);
Keluaran dari program seperti tampak pada gambar di bawah ini.

Gambar 2. 14 Grafik respon dinamika sistem untuk contoh soal 2.8.

Model Simulink : Pengendalian level pada tangki.

Mari kita memperhatikan sebuah model sistem pengendalian fluida dalam sebuah tangki.
Tujuan dari pengendalian ini adalah untuk menjaga ketinggian permukaan fluida dalam
tangki seperti yang diinginkan. Silahkan Anda membuka Program
MATLAB>Demo>Simulink, selanjutnya akan tertampil layar sebagai berikut,

23 |2. Model Matematis Sistem Dinamik

Gambar 2. 15 Layar program Simulink-MATLAB.
Pilih model ‘Tank Fill and Empty with Animation’, dan klik pada tulisan ‘Open this
model’ yang berada pada pojok atas sebelah kanan layar, akan tampil layar simulink
dalam bentuk blok diagram berikut,

Gambar 2. 16 Gambar blok diagram simulasi pengendalian level pada tangki.

Bisa juga Anda menampilkan simulasi proses dalam bentuk GUI. Dengan tampilan dalam bentuk GUI ini,
Anda bisa merubah-rubah besar bilangan ; 2 variabel proses ‘Flow Rate-Out’ dan ‘Flow Rate-In’,
Parameter sistem ‘Tank Base Area’ dan 2 parameter setting ‘Maximum Height Limit’ dan ‘Minimum
Height Limit’. Sebagai contoh Anda merancang sistem dengan harga bilangan sebagai berikut,

Gambar 2. 17 Gambar model simulasi pengendalian level pada tangki.

24 |2. Model Matematis Sistem Dinamik

 Langkah selanjutnya untuk menjalankan simulasi proses ini, silahkan anda klik pada
kotak ‘START SIM’, selanjutnya Anda akan melihat simulasi dari hasil rancangan yang
telah Anda tentukan. Fluida akan mengalir dari valve atas masuk ke tangki, dan keluar
melalui valve bagian bawah dengan kesetimbangan yang telah diatur. Grafik hasil
simulasi dapat diperhatikan pada layar berikut ini,

Gambar 2. 18 Grafik simulasi pengendalian level pada tangki.

Soal Latihan 2.8 :
Dengan menggunakan gambar yang sama seperti diatas, diketahui bahwa

H  3 meter , Q  0,02 m 3 / det , dan daerah potongan melintang dari tangki sama

dengan 5 m2, dapatkan konstanta waktu dari sistem tersebut pada titik operasi ( H , Q ).
Anggap arus fluida melalui katup adalah turbulen.

2.7 Model Sistem Termal.

Sistem termal adalah sistem yang melibatkan perpindahan panas dari bahan yang satu ke yang lain.
Sistem termal dapat dianalisis dalam bentuk tahanan dan kapasitansi, meskipun kapasitansi termal dan
tahanan termal tidak dapat digambarkan secara tepat sebagai parameter yang utuh, karena sebenarnya
terdistribusi diseluruh bahan yang bersangkutan. Untuk menyederhanakan pembahasan, sistem termal
dapat digambarkan dengan model parameter yang utuh, bahwa bahan yang dikarakterisasi sebagai
kapasitansi panas mempunyai tahanan yang dapat diabaikan terhadap arus panas. Ada tiga cara panas
dialirkan, yaitu konduksi, konveksi dan radiasi.
Tahanan termal R dan kapasitansi termal C untuk perpindahan panas antara dua benda dapat
didefinisikan sebagai :
25 |2. Model Matematis Sistem Dinamik
 perubahan beda temperatur, o C
R=
perubahan laju aliran panas,W

perubahan kalor yang tersimpan, J

C=
perubahan temperatur, o C

Contoh Soal 2.9 :

Tinjau sistem termal seperti gambar di bawah. Anggap bahwa tangki diisolasi untuk mencegah
kehilangan panas ke udara sekitar. Anggap pula bahwa tidak terdapat panas masuk dan zat cair dalam
tangki pada suhu yang seragam. Sehingga suhu tunggal dapat digunakan untuk menggambarkan suhu
cairan dalam tangki dan aliran keluar tangki.

Gambar 2. 19 Skema sistem pemanas fluida dengan pemanas steam

Blok diagram dari sistem Gambar 2.23 di atas seperti terlihat pada Gambar 2.224.

H 
( (

Gambar 2. 20 Blok diagram Gambar 2.13

Diasumsikan bahwa suhu aliran zat cair yang masuk dijaga tetap, dan laju panas masuk sistem (kalor

dari pemanas) tiba-tiba dirubah dari H menjadi H +hi. Dengan hi menyatakan perubahan kecil laju

panas masuk. Laju aliran panas keluar kemudian dirubah secara perlahan dari H menjadi H +ho. Suhu

26 |2. Model Matematis Sistem Dinamik

aliran zat cair yang keluar juga akan berubah dari o menjadi o + . dalam hal ini ho, C dan R berturut-

turut diperoleh,
 1
ho  Gc , C  Mc , R   …(2.50)
ho Gc
persamaan differensial sistem,
d
RC    Rhi …(2.51)
dt
Dengan melakukan transformasi laplace untuk persamaan (2.51), dan ditulis
dalam bentuk fungsi alih,
(s) R
 …(2.52)
H i (s) RCs  1
dimana (s)  ℒ[(t)] dan Hi(s)= ℒ[hi]

2.8 Linierisasi Model Non-linier.

Sebagian besar sistem fisis adalah non-linier yang kemudian dilinierisasi pada range variabel tertentu.
Proses linierisasi persamaan nonlinier sangat penting, berkaitan dengan metode-metode yang akan
digunakan dalam perancangan sistem pengendalian. Linierisasi sering dilakukan, dengan menggunakan
ekspansi deret Taylor disekitar titik operasi dan mempertahankan hanya bagian yang linier saja.

Contoh Soal 2.4 :

Sebuah pendulum dengan berat W=mg Kg digantungkan pada engsel dengan panjang lengan L meter
(berat lengan diabaikan). Persamaan sistem secara nyata adalah persaman non-linier. Pada saat
pendulum mengayun terjadi redaman oleh gesekan, faktor redaman B Kg/m/det. Pendulum mengayun
dengan sudut ayun , perhatikan Gambar 2.19 berikut,

W
=

Gambar 2.19 Sistem pendulum diayun.

Sudut ayun , makin besar akibat adanya gaya tangensial , sehingga hukum Newton II:

27 |2. Model Matematis Sistem Dinamik

FT  W . sin  BL …(2.23)
dari hukum Newton untuk dinamika rotasi,

FT  mL …(2.24)
Kombinasi dari kedua persamaan tersebut diatas diperoleh persamaan linier,
mL  BL  W sin  0 …(2.25)

ambil x1   dan x 2   (kecepatan angular) maka,

x1  x
B W …(2.26)
x 2   x2  Sin( x1 )
m mL

Program MATLAB
Dua fungsi sistem dituliskan dalam M-file pendulum.m sebagai berikut,

function xdot = pendulum(t,x); % returns the state

derivatives
W =2; L = .6; B = 0.02; g = 9.81; m =W/g;
xdot = [x(2) ; -B/m*x(2)-W/(m*L)*sin(x(1)) ];

Sedangkan simulasi tanggapan sistem dalam interval waktu 0 s/d 5 detik, dituliskan
dalam M-file ch2ex03.m dengan menggunakan ode23 sebagai berikut,

clg
t0= 0; tfinal =5; % time interval
x0 = [1, 0]; % initial conditions
tol = 0.0001; % accuracy
trace = 0; % if nonzero, each step is
printed
[t,x] = ode23('pendulum',t0,tfinal,x0,tol,trace);
subplot(211),plot(t,x)
title('Time response of pendulum on rigid rod')
xlabel('Time - sec.')
text(3.2,3.1,'Velocity')
text(3.2,1.2,'Angle-Rad.')
th= x(:,1); w = x(:,2);
subplot(212),plot(th, w)
title('Phase plane plot of pendulum')
xlabel('Position - Rad.')
ylabel('Angular velocity')
subplot(111)

28 |2. Model Matematis Sistem Dinamik

 Time response of pendulum on rigid rod
4
Velocity
2
Angle-Rad.
0

-2

-4
0 1 2 3 4 5
Time - sec.
Phase plane plot of pendulum
4
Angular velocity

-2

-4
-1 -0.5 0 0.5 1
Position - Rad.

Gambar 2.20 Respon ayunan pendulum dalam sudut ayun dan kecepatan angular.

Linierisasi Sistem Non-Linier

Sistem nonlinier sering kali dilinierkan dengan anggapan kondisi sinyal sangat kecil.
Persamaan differensial nonlinier yang menggambarkan gerakan ayunan pendulum
seperti telah dijelaskan didepan, dapat dilinierisasi jika sudut simpangan mula-mula
sangat kecil. Sudut simpangan    o   , sehingga persamaan pendulum dapat

dituliskan kembali sebagai berikut,

mL (  )  BL(  )  WSin(   )  0 …(2.27)

Dengan anggapan  kecil Sin  0, Cos 1, maka suku sinus dapat dihilangkan,
sehingga dapat diperoleh persamaan linier sebagai berikut,
mL  BL  W  0 …(2.28)
Persamaan ini akan menghasilkan tanggapan yang sama dengan persamaan linier yang
tealah dibahas berikutnya.

2.9 Fungsi Transfer / Fungsi Alih

29 |2. Model Matematis Sistem Dinamik

Transformasi-Laplace memainkan peranan yang sangat penting dalam analisis dan representasi sistem
LTI waktu kontinyu. Salah satu sifat transformasi-Laplace yang sangat penting dan telah dibahas pada
pokok bahasan Sifat-Sifat Transformasi-Laplace adalah sifat konvolusi. Sifat ini memberikan
kemudahan dalam perhitungan untuk mendapatkan respon sistem. Pada pokok bahasan ini akan
dieksploitasi sifat ini lebih jauh.

2.9.1 Fungsi Transfer dari Respon Impuls.

Output suatu sistem yang memiliki respon impuls h(t ) dan input x(t ) diberikan oleh :

y(t )   x( )h(t   )d (2.15)

Dengan melakukan transformasi Laplace pada kedua sisi Persamaan (2.15) dan menggunakan sifat
konvolusi, diperoleh

 
L y(t )  L   x( )h(t   )d 
  

Y ( s)  H ( s) X ( s) (2.16)
Fungsi transfer didefinisikan sebagai perbandingan output/input sistem dalam doman-s , yaitu
Y ( s) (2.17)
H ( s) 
X ( s)
Dari Persamaan (2.15) dan (2.16), dapat disimpulkan bahwa H (s)  L h(t ) .

Akar-akar dari pembilang dan penyebut fungsi transfer H (s) masing-masing disebut zero dan pole

dari fungsi transfer. Untuk s  j , H (s) tidak lain merupakan respon frekuensi dari sistem. Gambar

(2.4) menunjukkan diagram blok hubungan input-output dan fungsi transfer suatu sistem .

X (s ) Y (s )
H(s)

Gambar FTs-1
Hubungan Input-Output dan
Fungsi Transfer
Gambar 2. 21 Hubungan input-output dan fungsi transfer
Contoh Soal 2.4
Dapatkan fungsi transfer untuk sistem yang memiliki respon impuls
 
h(t )   5e  2t  2e 10t u(t )
 
Penyelesaian :

30 |2. Model Matematis Sistem Dinamik

   
H (s)  L h(t )  L 5e 2t  2e 10t u(t )
5 2 7s  54
H ( s)   
s  2 s  10 (s  2)(s  10)

Fungsi transfer memiliki peran yang sangat penting dalam analisis sistem. Beberapa sifat sistem LTI
dapat dikaitkan dengan fungsi transfer dalam bidang-s , khususnya dengan lokasi pole dan daerah
konvergensi. Sebagai contoh, untuk sistem LTI kausal, respon impulsnya nol untuk t  0 , jadi respon
impulsnya merupakan sisi kanan. Sehingga ROC- Radius of Convergence dari fungsi transfer untuk
sistem kausal mencakup seluruh bidang-s di sebelah kanan pole paling kanan. Sebaliknya untuk sistem
antikausal, maka ROC-nya berada di sebelah kiri pole yang paling kiri. Relasi kausalitas dan ROC ini tidak
berlaku sebaliknya. Jadi jika ROC berada di sisi kanan pole yang paling kanan , tidak berarti sistemnya
kausal, yang pasti bahwa respon impulsnya sisi kanan.
ROC dari H (s) juga dapat dikaitkan dengan stabilitas sistem. Sebagaimana telah dibahas bahwa
transformasi Fourier dari respon impuls sistem LTI yang stabil adalah konvergen. Jadi untuk sistem LTI
yang stabil, ROC dari H (s) harus mencakup sumbu j (yaitu Re(s)  0 ).
Untuk suatu sistem LTI dengan fungsi transfer rasional yang kausal dan stabil, maka semua pole-nya
harus berada di sebelah kiri setengah bidang-s. Hal ini konsekuensi dari kausalitas, yaitu ROC di sebelah
kanan pole yang paling kanan, dan dari stabilitas, ROC harus mencakup sumbu j .

Contoh Soal 2.3

Suatu sistem memiliki fungsi transfer

s2
H ( s) 
(s  2)(s  4)
Karena ROC-nya tidak dispesifikasikan, maka ada beberapa ROC yang berbeda untuk sistem tersebut,
dan konsekuensinya respon impulsnya juga berbeda. Jika informasi tentang stabilitas dan kausalitas
sistem diberikan, maka ROC yang sesuai dapat ditentukan.

31 |2. Model Matematis Sistem Dinamik

 Im Im

Bidang s Bidang s

X X X X
-2 2 4 -2 2 4
Re Re

(a) (b)

Im

Bidang s

X X
-2 2 4
Re

(c)

Gambar FTs-2
ROC untuk Contoh 1
(a). kausal, tidak stabil (b). nonkausal, stabil (c). nonkausal, tidak stabil

Gambar 2. 22 ROC untuk contoh 2.3, (a) Kasual, tidak stabil, (b) Nonkasual, stabil, (c) nonkasual, tidak
stabil

Misalkan, jika sistemnya diketahui kausal, maka ROC-nya ditunjukkan pada Gambar (2.5a). Jika
sistemnya diketahui stabil, maka ROC-nya ditunjukkan pada Gambar (2.5 b). Sedangkan Gambar (2.5c)
adalah ROC untuk sistem yang tidak stabil

Contoh Soal 2.4

Fungsi transfer sistem kausal orde-2 dengan pole kompleks konjugate diberikan oleh :

n 2
H ( s) 
s 2  2n s   n 2

dimana 0    1 , dan polenya terletak di s  n  jn 1   2 .

Lokasi pole untuk 0    1 ditunjukkan pada Gambar (2.6). Karena sistemnya kausal, maka ROC-nya

berada di sebelah kanan pole yang paling besar, yaitu s  n dan dari syarat stabilitas, ROC dari

H (s) harus mencakup sumbu j . Jadi untuk 0    1 , sistem tersebut stabil.

32 |2. Model Matematis Sistem Dinamik

 Im

Bidang s
X

 n
Re

Gambar FTs-3
Lokasi pole dan ROC untuk sistem kausal orde-2

Gambar 2. 23 Lokasi pole dan ROC system kausal orde-2

2.9.2 Fungsi Transfer dari PD Input – Output

Untuk sistem dinyatakan dalam bentuk persamaan PD input-output dimana semua kondisi mula=0 :

N d k y(t ) M d k x(t )
 ak   bk (2.18)
k 0 dt k k 0 dt k

maka fungsi transfernya dapat diperoleh dengan mengambil transformasi-

Laplace pada kedua sisi
 N d k y(t )   M d k x(t ) 
L   ak L   bk  (2.19)
k  0 dt k  k  0 dt k 
Dengan menggunakan sifat linieritas , Persamaan (2.19) dapat ditulis

N  d k y(t )  M  d k x(t ) 
 ak L     bk L   (2.20)
k 0  dt k  k  0  dt k 
dan dari sifat diferensial terhadap waktu, diperoleh
N k M k
 ak s Y ( s)   bk s X ( s) (2.21)
k 0 k 0

atau ekivalen dengan

 N  M 
Y ( s)  ak s k   X ( s)  bk s k  (2.22)
k  0  k  0 
sehingga diperoleh fungsi transfer

33 |2. Model Matematis Sistem Dinamik

 M k
 bk s
Y ( s) k  0 (2.23)
H ( s)  
X ( s) N
k
 ak s
k 0
sedangkan respon impuls dari sistem dapat diperoleh dari

h(t )  L 1H (s) (2.24)

Jelas bahwa pole dari fungsi transfer sistem sama dengan akar-akar persamaan karakteristik dari sitem
tersebut.

Contoh Soal 2.5

Dapatkan fungsi transfer dan respon impuls dari sistem yang dinyatakan oleh PD input-output :

d 2 y (t )
dy (t )
5 4 y (t )  5 x(t )
2 dt
dt
dimana x(t ) dan y(t ) masing-masing merupakan input dan output sistem, dan semua kondisi mula=0 :

Penyelesaian :
Dengan mengambil transformasi-Laplace pada kedua sisi PD input-output diperoleh

 d 2 y(t ) 
 4 y(t )  L 6 x(t )
dy(t )
L  5
 dt 2 dt 
s 2  5s  4Y (s)  6X (s)
Jadi fungsi transfernya :
Y ( s) 6
H ( s)  
X (s) s 2  5s  4
Untuk mendapatkan respon impuls, maka fungsi transfer tersebut diuraikan dalam bentuk pecahan
parsial :
6 2 2
H ( s)   
s 2  5s  4 (s  1) (s  4)
 
h(t )  L 1H (s)   2e  t  2e  4t u(t )
 

2.9.3 Fungsi Transfer dari Persamaan dalam Domain s

Proses mendapatkan PD input-output memerlukan eliminasi variable dalam domain waktu. Proses
eliminasi akan lebih mudah dilakukan jika dilakukan dalam domain-s. Untuk mendapatkan fungsi
transfer dengan cara ini dapat dilakukan dengan cara melakukan transformasi Laplace pada persamaan
dalam sistem dan melakukan eliminasi dalam domain-s.

Contoh Soal 2.6

34 |2. Model Matematis Sistem Dinamik
Dapatkan fungsi transfer dan respon impuls untuk sistem yang ditunjukkan pada Gambar FTs-5, dimana
input dan output dari sistem masing-masing adalah ei (t ) dan vrc (t ) . Misalkan

R  1, L  1H , C  1F dan semua kondisi mula=0 !

Gambar 2. 24 Rangkaian RLC

Penyelesaian :
Untuk sistem tersebut berlaku persamaan :

di(t ) 1 (2.25)
ei (t )  L  i(t ) R   i(t )dt
dt C
dan

1 (2.26)
vrc (t )  i(t ) R   i(t )dt
C
Untuk mengeliminir i (t ) dalam domain waktu dari Persamaan (2.26) sulit dilakukan. Ambil
transformasi Laplace dari Persamaan (2.25) dan (2.26), diperoleh
I ( s) (2.27)
Ei ( s)  LsI ( s)  I ( s) R 
sC
dan
I ( s)  1  (2.28)
Vrc (s)  I (s) R    R   I ( s)
Cs  Cs 
Jelas bahwa eliminasi I(s) menjadi mudah, yaitu
Vrc ( s)  sC  (2.29)
I ( s)   V ( s)
1  RCs  1  rc
R
sC
Jika Persamaan (2.29) disubstitusikan ke Persamaan (2.27) diperoleh

I ( s)
Ei ( s)  LsI ( s)  I ( s) R 
sC
 sC   sC   sC  1
Ei (s)  Ls Vrc (s)   Vrc (s) R    Vrc (s)
 RCs  1   RCs  1   RCs  1  sC
 s 2 LC  sRC  1 
Ei ( s)   Vrc ( s)
 RCs  1 
 
sehingga

35 |2. Model Matematis Sistem Dinamik

 Vrc ( s) RCs  1 s 1
H ( s)   
2 2
Ei ( s) s LC  sRC  1 s  s  1
1 1
Fungsi transfer ini memiliki pole kompleks konjugate, yaitu s    j 3 . Untuk mendapatkan
2 2
respon impuls, maka fungsi transfer tersebut ditulis dalam bentuk berikut :
s 1
H ( s) 
s2  s 1


s  0.5 0.5 3 / 3 

s  0.52  0.5 3  s  0.52  0.5 3 2
2


h(t )  L 1H (s)   e  0.5t cos(0.5 3 )t 
1  0.5t
e


sin 0.5 3 t u(t ) 
 3 

Ringkasan

1. Fungsi Transfer : H (s)  L h(t )   h(t )e dt
 st
0

N d k y(t ) M d k x(t )
2. Fungsi Transfer untuk sistem dalam bentuk :  ak   bk
k 0 dt k k 0 dt k
diberikan oleh
M k
 bk s
Y ( s) k  0
H ( s)  
X ( s) N
k
 ak s
k 0

Latihan 2.6

Dapatkan fungsi transfer dan respon impuls dari sistem berikut :

R
L
vr
i(t) C vc
vi

Gambar FTs-4
Rangkaian RLC

dimana vi (t ) dan vc (t ) masing-masing merupakan input dan output sistem, sedangkan nilai

R 1
perbadingan  2 dan  2 , serta semua kondisi mula=0 !
L LC

36 |2. Model Matematis Sistem Dinamik

Fungsi alih linier, time-invariant, sistem persamaan differensial didefinisikan sebagai perbandingan
transformasi Laplace variabel keluaran terhadap transformasi Laplace variabel masukan, dengan
anggapan kondisi mula-mula sama dengan nol. Persamaan karakteristik dapat diperoleh dengan
mengambil polinomial denumerator (penyebut) sama dengan nol. Akar akar denumerator adalah pole
dari sistem, dan akar-akar dari numerator adalah zero / nol dari sistem.
Perhatikan persamaan differensial linier, time-invariant dinyatakan sebagai berikut,
(n) ( n 1) ( m) ( m 1)
a0 y  a1 y    a n1 y  a n y  b0 x  b1 x    bm1 x  bm x (n  m)
…(2.29)

TL[keluaran]
Fungsi Alih  G(s) 
TL[masukan] keadaan awal nol

Y ( s) b0 s m  b1 s m1    bm1 s  bm
G( s)   …(2.30)
X ( s) a0 s n  a1 s n1    an1 s  an

Beberapa hal penting tentang fungsi alih :

1. Fungsi alih suatu sistem adalah model matematika yang menghubungkan variabel keluaran dengan
variabel masukan.
2. Fungsi alih adalah sifat dari sistem, tidak tergantung dari besaran dan sifat dari masukan atau fungsi
penggerak.
3. Fungsi alih tidak memberikan informasi apapun mengenai struktur fisik dari sistem (fungsi alih dari
banyak sistem yang secara fisik berbeda dapat identik).
4. Fungsi alih dengan masukan yang berbeda, tanggapan dari sistem dapat ditelaah untuk mengetahui
sifat dari sistem.
5. Fungsi alih sistem dapat diperoleh berdasarkan data operasi masukan-keluaran sistem.

Program MATLAB :
Program MATLAB dapat digunakan untuk mencari akar polinomial denumerator, yang merupakan pole
dari sistem, dengan M-file roots(p), dan dapat juga digunakan untuk menentukan koeffisien polinomial
dengan menggunakan M-file poly(r).
Contoh Soal 2.5 :
Cari akar-akar polinomial dari persaman berikut,

s 6  9s 5  31,25s 4  61,25s 3  67,75s 2  14,75s  15  0

dengan menggunakan program roots(p).
Jawab :
37 |2. Model Matematis Sistem Dinamik
 Barikut dua baris progam MATLAB dalam M-file,

p = [ 1 9 31.5 61.25 67.75 14.75 15 ]

r = roots(p)

Hasil akar-akar polinomial adalah sebagi berikut,

r =
-4.0000
-3.0000
-1.0000 + 2.0000i
-1.0000 - 2.0000i
0.0000 + 0.5000i
0.0000 - 0.5000i

Contoh Soal 2.6 :

Diketahui akar polinomial –1, -2, -3j4 tentukan persamaan polinomialnya.
Jawab :
dengan menggunakan program poly(r) sebagai berikut,

i = sqrt(-1)
r = [-1 -2 -3+4*i -3-4*i ]
p = poly(r)

Koefisien persamaan polinomial diperoleh sebagai berikut,

p =
1 9 45 87 50

Maka persamaan polinomialnya adalah,

s 4  9s 3  45s 2  87s  50  0

Contoh Soal 2.7 :

Dari suatu sistem yang dinyatakan dengan matrik 3x3 sebagai berikut,

0 1  1
A   6  11 6 

 6  11 5 
cari persamaan karakteristik (menggunakan poly) dan akar persamaan (menggunakan
roots) sistem.
Jawab :
dengan menggunakan program poly(A) dan roots(p) sebagai berikut,

A = [0 1 -1; -6 -11 6; -6 -11 5];

p = poly(A)
r = roots(p)

38 |2. Model Matematis Sistem Dinamik

 diperoleh koefisien dan akar-akar polinomial sebagai berikut,

p =
1.0000 6.0000 11.0000 6.0000
r =
-3.0000
-2.0000
-1.0000

Contoh Soal 2.8 :

Cari pole dan zero dari fungsi alih berikut,

s 3  11s 2  30s
H ( s) 
s 4  9s 3  45s 2  87s  50
Jawab :
Dengan menggunakan program MATLAB tf2zp(num,den) diperoleh hasil sebagai
berikut,

num = [ 1 11 30 0];
den = [ 1 9 45 87 50];
[z,p,k]=tf2zp(num,den)

Diperoleh zero (nol), pole, dan gain sebagai berikut,

z =
-6.0000
-5.0000
0.0000
inf
p =
-3.0000 + 4.0000i
-3.0000 - 4.0000i
-2.0000
-1.0000
k =
1

Sehinga diperoleh fungsi alih yang baru sebagai berkut,

s(s  5)(s  6)
H ( s) 
(s  1)(s  2)(s  3  j 4)(s  3  j 4)

39 |2. Model Matematis Sistem Dinamik

Contoh Soal 2.9 :
Diketahui zero suatu sistem adalah –6,-5,0 dan pole sistem adalah -3j4,-2,-1 dan gain 1,
cari fungsi alih sistem.
Jawab :
Dengan menggunakan program MATLAB zp2tf(num,den) diperoleh hasil sebagai
berikut,

z = [-6; -5; 0]; k=1;

i = sqrt(-1);
p = [-3+4*i; -3-4*i; -2; -1];
[num,den]=zp2tf(z,p,k)

Hasil progam diatas adalah sebagai berikut,

num =
1 11 30 0
den =
1 9 45 87 50

Sehinga diperoleh fungsi alih yang baru,

s 3  11s 2  30s
H ( s)  4
s  9s 3  45s 2  87s  50

Contoh Soal 2.10 :

Perhatikan fungsi
5s  3
Gs  
s  1s  2s  3
Yang ditulis dalam bentuk uraian parsial :

Gs  
K 1 K 2 K
  3
s 1 s  2 s  3
Koefisien K-1, K-2, dan K-3 pada bentuk persamaan di atas ditentukan sebagai berikut :
5 1  3
K 1  s  1s  s1   1
2 13 1
5 2  3
K 2  s  2s  s 2  7
1  23  2
5 3  3
K 3  s  3s  s 3  6
1  32  3
Maka persamaan menjadi

40 |2. Model Matematis Sistem Dinamik

 1
Gs  
7 6
 
s 1 s  2 s  3

Contoh Soal 2.11 :

Suatu bentuk fungsi alih G(s) dengan Orde Banyak. Jika sebanyak r buah pole dari n buah
pole G(s) identik (sama), atau dikatakan bahwa pole pada s = -si berkelipatan r, G(s)
ditulis,
Qs  Qs 
Gs   
Ps  s  s1 s  s 2 ... s  s nr s  si r
(i ≠ 1,2, …, n-r) Kemudian G(s) dapat diuraikan sebagai

K s1 K K s n1
Gs  
A A2 Ar
 s 2  ...   1   .. .  (2-
s  s1 s  s2 s  snr s  si s  si 2
s  si r
52)

 n  r bagian pole sederhana  r bagian pole yang diulang

(n – r ) buah koefisien, Ks1, Ks2, …, Ks(n-1) yang merupakan pole sederhana, dapat dievaluasi
dengan metode yang akan diuraikan di bawah ini. Penentuan koefisien untuk bagian
yang mempunyai pole orde banyak diuraikan sebagai berikut :


Ar  s  si  Gs 
r
 s   si
(2-

53)

Ar 1 
d
ds

s  si r Gs   s   si (2-

54)

A1 
1 d r 1
r  1! ds r 1

s  si r Gs   s   si (2-

55)

A1 
1 d r 1
r  1! ds r 1

s  si r Gs   s   si …(2-56)

Contoh soal 2.12

Tinjau persamaan diferensial

d 2 y(t ) dyt 
2
3  2 yt   5u s t 
dt dt
41 |2. Model Matematis Sistem Dinamik
dengan us(t) adalah fungsi undak satuan. Kondisi awal adalah y(0) = -1 dan y(1)(0) =
dy(t)/dt | t=0 = 2. Untuk menyelesaikan persamaan diferensial tersebut, pertama kita
melakukan transformasi Laplace pada kedua sisi dari persamaan.

s2Y(s) – sy(0) – y(1)(0) – 3sY(s) – 3y(0) + 2Y(s) = 5/s

Dengan mensubstitusi nilai kondisi awal ke persamaan di atas didapat Y(s) sebagai
berikut :

 s2  s 5  s2  s 5
Y s   
 
s s 2  3s  2 ss 1s  2
Persamaan di atas diuraikan dengan uraian pecahan parsial yang kemudian
menghasilkan

Y s  
5 5 3
 
2s s  1 2s  2
Dengan melakukan transformasi Laplace balik dari persamaan diatas, kita mendapatkan
solusi lengkap yaitu

y t  
5 3
 5e t  e 2t t>0
2 2
Bagian pertama dari persamaan di atas merupakan solusi keadaan tunak atau integral
khusus; dua bagian terakhir merupakan solusi transient atau solusi homogen. Tidak
seperti pada metode klasik, yang meminta dua tahap terpisah untuk mendapatkan solusi
transient dan keadaan tunak, metode transformasi Laplace memberikan seluruh solusi
dalam datu operasi.
Jika hanya magnitude solusi keadaan tunak y(t) yang menjadi perhatian, teorema nilai
akhir dapat diterapkan. Yaitu :
 s2  s  5 5
lim y(t )  lim sY s   lim 
t  t 0 t 0 s 2  3s  2 2
Dengan syarat kita terlebih dahulu telah memeriksa dan menemukan bahwa fungsi sY(s)
hanya mempunyai pole di sebelah kiri bidang-s, sehingga teorema nilai akhir berlaku.

Contoh Soal 2.13

Tinjau persamaan diferensial linear

d 2 yt  dyt 
2
 34,5  1000 yt   1000u s t 
dt dt

42 |2. Model Matematis Sistem Dinamik

 Nilai awal y(t) dan dy(t)/dt adalah nol. Dengan melakukan transformasi Laplace pada
kedua sisi dari persamaan di atas didapat Y(s) sebagai berikut :

n2
Y s   2
1000

  
s s  34,5s  1000 s s 2  2n s  n2 
Dengan  = 0,5455 dan n = 31,62. Transformasi Laplace balik dari persamaan tersebut
dapat dicari dengan beberapa cara. Hasilnya adalah

y(t )  1 
e  nt
1  2

sin n 1   2 t    t 0

dengan
 = cos-1  = 56,94o

Maka,
y(t) = 1-11,193e-17,25t sin ((26,5t+56,94o) t > 0

Persamaan Y(s) dapat diperoleh dengan membentuk uraian pecahan parsial dengan
mengetahui bahwa pole berada pada s=0, - + j, dan - - j, dengan
- = n = 17,25

 = n 1   2 =26,5
Uraian pecahan parsial dari Y(s) dapat ditulis
K   j K   j
Y s  
K0
 
s s    j s    j
dengan
K0 = sY(s) |s=0 = 1
e  j
K = (sY(s)|s =
2 j 1 2

 e  j
K = (s+Y(s)|s =
2 j 1  2

Sudut ф adalah
ф = 180o – cos -1ζ
dan diilustrasikan pada gambar di bawah.
Transformasi Laplace balik dari Y(s) sekarang dapat ditulis

43 |2. Model Matematis Sistem Dinamik

yt   1 
1

e  n t e j t    e  j t   
2 j 1 2
...(2.57)
sin n 1   2 t   
1  n t
1  e
2 j 1 2  

Dengan mensubstitusi untuk mendapatkan ф, didapat

yt  1  e  n t sin n 1   2 t  cos1  

1
t 0
2 j 1 2  

Atau
y(t) = 1-1,193e-17,25t sin (26,5t + 56,94o) t > 0 (2-96)

b
 i

w
n
=




Gambar 2.21 Lokasi akar pada bidang-s

Contoh soal 2.14

Nilai determinan pada suatu matrik A adalah
Det A = |A| = a11A11+a12A12+a13A13
= a11 (a22a23 – a23a32) –a12(a21a33-a23a31)+a13(a21a32-a22a31)
Matriks Singular, Suatu matriks dikatakan singular jika nilai-nilai determinannya sama
dengan nol. Jika suatu matriks bujur sangkar mempunyai determinan yang tidak nol,
matriks tersebut matriks nonsingular. Ketika suatu matriks singular, maka berarti tidak
semua baris atau tidak semua kolom matriks bebas antara satu dengan lainnya. Ketika
matriks digunakan untuk merepresentasikan sekumpulan persamaan aljabar,
kesingularan matriks berarti bahwa persamaan ini tidak bebas antara satu dengan
lainnya.

Contoh Soal 2.15 : Penyederhanaan fungsi alih

Suatu sistem orde tiga yang dinyatakan dalam fungsi alih berikut :

44 |2. Model Matematis Sistem Dinamik

 6 1
H ( s)  
s  6s  11s  6 1  116 s  s 2  16 s 3
3 2

Fungsi alih tersebut dapat disederhanakan menjadi bentuk orde dua, dengan cara
berikut ini.
1
L(s) 
1  d1 s  d 2 s 2

Andaikan M ( s)  1  d1 s  d 2 s dan ( s )  1  116 s  s 

2 2 1
6 s2

Dengan menjadikan M ( s )  1  d1 s  d 2 s dan turunan nya :

0 2

d
M 1 ( s)  (1  d1 s  d 2 s 2 )  d1  2d 2 s
ds
Dari kondisi : M1(0) = d1, dan menentukan untuk keadaan yang lain sebagai berikut :

M 0 (0)  1 0 (0)  1
M 1 (0)  d1 1 (0)  116
M 2 (0)  2d 2 2 (0)  2
M 3 (0)  0 3 (0)  1
Kita samakan M2q = Δ2q untuk q = 1 dan 2. Kita dapatkan bahwa untuk q = 1,

M 0 (0)M 2 (0) M 1 (0)M 1 (0) M 2 (0)M 2 (0)

M 2  (1)   (1)
2 1 2
 d 2  d12  d 2  2d 2  d12
Dan persamaan seripa :

0 (0)2 (0) 1 (0)1 (0) 2 (0)2 (0)

 2  (1)   (1)
2 1 2
121 49
 1  1 
36 36
Karena M2 = Δ2, akan didapatkan :

 d 2  d12  49 36
Dengan melengkapi proses ini untuk M4 = Δ4 dan q = 2 kita peroleh :

d 22  7 18
Penyelesaian L(s) adalah : d1 = 1,615 dan d2 = 0,625 (yang lain ditolak, karena
menghasilkan kutub kutub yang tidak stabil), dan fungsi alih yang baru dinyatakan
sebagai :

45 |2. Model Matematis Sistem Dinamik

 1
L( s ) 
1  1,615s  0,625s 2
1,6
 2
s  2,584s  1,6

2.10 Model Matematika Sistem Non-linier

Dalam kondisi riil, suatu sistem alami selalu dalam perilaku non-linier. Ada beberapa contoh
kasus diantaranya, model pada pembakaran di ruang bakar, sistem pengkondisian udara, pengendalian
furnace, boiler, motor, dll. Prilaku non-linier inilah kemudian berusaha digambarkan dalam bentuk
model matematika non-linier.

2.10.1 Model pada Mesin berbahan bakar Bensin

Persamaan dinamika model mesin dinyatakan dalam state :

x  f ( x, u, t ), x  R n , u  R m , t  R h , d  R, f  R n …(2.58)
dengan x : state, u : input pengendali dan d adalah bilangan skalar yang berkaitan dengan
gangguan, f adalah pemetaan nonlinier. Dua persamaan state model mesin:
N = kN (Ti – TL) …(2.59a)
P (t )  K P m  ao (t )
 ai (t )  m …(2.59b)

dimana :
mai = ( 1 + 0,907 θ + 0,0998 θ2 ) g ( P ) …(2.60a)
mao = -0,0005968 N – 0,1336 P + 0,0005341 N P + 0,000001757 N P2 …(2.60b)
325024
Ti = -39,22 + mao  0,0112 2  0,000675N (2 / 60) 2
124 N
+ 0,635   0,0216 N (2 / 60)  0,000102 N (2 / 60)
2 2
…(2.60c)
TL = ( N / 263,17 )2 + Td …(2.60d)

dan : g(P) = 1P50,66 …(2.61)

0,0197(101,325P P2 )1/ 2 P50,66

dengan :
P = Tekanan manifold (kPa)
N = Kecepatan putar mesin (rad/det)
 = derajad sudut engkol (derajad)
 = sudut bukaan katup throttle (antara 5 sampai dengan 35 derajad)
Td = beban antara 0 sampai dengan 61 Nm
mai = laju aliran massa masuk manifold (kg/det)

46 |2. Model Matematis Sistem Dinamik

 mao = laju aliran massa keluar manifold (kg/det)
Ti = Torsi yang terjadi pada silinder (Nm)
TL = Torsi beban (Nm) yang terdiri dari torsi beban pelengkap dan torsi lengan
torak
g(P) = fungsi yang berubah terhadap tekanan manifold
kP = konstanta dinamik manifold, yang tergantung pada kapasitas volumetric
manifold, tekanan atmosfir, temperatur udara ambient, berat molekul gas,
dan panas spesifik daru udara dalam manifold.
kN = konstanta dinamik putaran mesin

Kemudian didefinisikan state vektor x  R dan vektor sinyal pengendali u  R

2 2

x  P 
x=  1   …(2.62a)
x  N
 2 

 
u 
u = u1  
2
…(2.62b)

dengan titik kesetimbangan pada P = Po dan N = No

Linierisasi terhadap model plant (2.60a dan 2.60b) dilakukan berdasar input pengendali pada
sistem adalah sinyal valve yang mengendalikan aliran udara (massa) yang masuk manifold. Sedangkan
output adalah tekanan udara pada manifold (P(t)). Pada ruang manifold terjadi pengaturan suplai bahan
bakar dan udara, sehingga pada ruang manifold ini diasumsikan tidak bocor dan aliran bahan bakar
diabaikan untuk menerapkan prinsip kontinuitas aliran massa pada input dan output manifold.

Gambar 2.22 Model Internal Combuntion Engine.

Pada throttle (C) yang merupakan bagian pangkal dari ruang manifold berfungsi untuk
mengatur masuknya suplai udara pada ruang manifold. Sedangkan pada pengisap manifold (M) yang
47 |2. Model Matematis Sistem Dinamik
merupakan bagian ujung ruang manifold berfungsi untuk mengatur masuknya udara pada ruang
silinder. Hubungan antara valve throttle (A)  (t ) dan aliran massa yang masuk manifold dapat

direpresentasikan oleh konstanta K1 yang menghubungkan dengan  (t ) . Pada sistem manifold ini

engine bisa dianggap sebagai pompa udara untuk keperluan pemodelan. Perubahan positif rpm pada
 ao (t ) yang akan mengakibatkan penurunan P (t ) . Fenomena ini biasa
engine akan meningkatkan m

dikenal sebagai pumping feedback dan direpresentasikan dengan umpan balik negatif dari output
kecepatan engine N(t) ke input manifold melalui konstanta K3. Selanjutnya ada proses integrasi dengan

konstanta waktu 1/K2 (besarnya tergantung pada kP) yang menghubungkan P (t ) dengan P(t), sehingga
dinamika manifold (Pers. 2.59b) dimodelkan dengan fungsi alih orde satu :

P(s) =
1
K1 (s)  K3 N (s) …(2.63)
s  K2
Torsi engine Ti (Pers. 2.60c) dapat dinyatakan dengan :

Ti(s) = e
 d s
K P(s)  K N (s)  K F (s) K  (s)
4 5 f u 6 …(2.64)

Adapun torsi beban di luar engine diperoleh dari beban gesekan mekanis dan beban
asesoris (misal dari AC, power steering, fan, pompa air atau alternator) yang berbanding
lurus dengan kecepatan putar mesin.
Time delay pada manifold chamber tidak langsung memberi pengaruh pada proses pembakaran.
Fenomena ini biasa disebut induction-to-power stroke (IP) delay -  d. Efek delay ini hanya berpengaruh
pada variabel-variabel suplai bahan bakar dan tekanan manifold, dimana menyatakan selisih waktu saat
aliran udara masuk ke ruang bakar (keluar dari manifold chamber) dengan timbulnya torsi engine.
Spark-advance atau derajad sudut engkol tidak dipengaruhi oleh delay ini. Besarnya delay tergantung
pada kecepatan engine dan jumlah silinder n, dan dinyatakan dalam bentuk :
120
d  …(2.65)
nN
Untuk engine dengan 6 silinder pada set point 800 rpm, besarnya  d mendekati 0,025
detik.
Pada dinamika rotasi engine, momen inersia rotasi :

J N(t) = Ti(t) – TL(t) – K7 N(t) …(2.66)

Sehingga persamaan kecepatan putar engine (Pers. 2.59a) dapat dinyatakan dalam
bentuk,

N(s) =
1
Ti (s)  TL (s) …(2.67)
Js  K7
48 |2. Model Matematis Sistem Dinamik
 Tabel 2.2 Tipe model dinamika sistem.
Tipe Model Dinamika Sistem Kriteria klasifikasi Contoh sederhana
LTI – Linear Time Invariant Aplikasi superposisi Persamaan diferensial linier, persamaan
dengan koefisien konstan

d 2x dx
2
 5  10 x  20
dt dt
LTV – Linier Time varying Parameter model Persamaan diferensial dengan parameter
berubah terhadap berubah terhadap waktu
waktu d 2x
 1  cos(2t ) x  5
dt 2
Non linier Prinsip superposisi Persamaan diferensial non linier
tidak bisa digunakan,
banya sistem phisik
d 2x
dt 2
 1 x2dx
dt

 5x 2  0

merupakan sistem
non linier

Tabel 2.3 Pasangan Transformasi Laplace

No f(t) F(s)
1 Impulsa satuan δ (t) 1
2 Tangga satuan 1(t) 1
s
3 T 1
s2
4 e-at 1
sa
5 te-at 1
s  a 2
6 Sin ωt 
s 2
2

7 Cos ωt s
s 2
2

8 tn (n= 1,2,3...) n!
s n 1

49 |2. Model Matematis Sistem Dinamik

 9 tn e-at n!
s  an1
10 1

e  at  e bt  1
ba s  a s  b
11 1

be bt  ae at  s
ba s  a s  b
1 
be at  ae bt 

12 1 1
1 
ab  a  b  ss  a s  b 
13 e-at Sin ωt 
s  a2   2
14 e-at Cos ωt s
s  a2   2
15 1

at 1  e at  1
a 2
s s  a 
2

16 n n 2
e  nt sin  n 1   2 t
1 2 s 2  2n s  n2
17 1 s
e  nt sin(n 1   2 t   )
1 2 s  2n s  n2
2

1 2
  tan 1

18
1
1
e  nt sin(n 1   2 t   ) n 2
1  2 s(s 2  2n s  n2 )

1 2
  tan 1


Ringkasan :
Bab ini telah membahas bagaimana cara memodelkan sistem dinamik dalam bentuk model matematika.
Sistem yang dimodelkan adalah sistem mekanik, listrik, elektrik, fluida, termal, linier da non-linier
dalam bentuk fungsi alih. Pemodelan dalam bentuk fungsi alih ini dimaksudkan untuk mengetahui
karakteristik dinamika sistem. Juga telah dibahas beberapa program MATLAB yang menggambarkan
dinamika sistem, serta program SIMULINK untuk dapat menggambarkan secara interaktif setiap
perubahan variabel dan parameter untuk dapat dipelajari dan diamati. Simulasi pengendalian level

50 |2. Model Matematis Sistem Dinamik

permukaan air dalam tangki, simulasi kendaraan (mobil) dalam gerakan lurus dan simulasi suspensi
kendaraan (mobil) dalam keadaan berjalan.
Sebagian besar sistem fisis adalah non-linier yang kemudian dilinierisasi pada range variabel tertentu.
Proses linierisasi persamaan non-linier sangat penting, berkaitan dengan metode-metode yang akan
digunakan dalam perancangan sistem pengendalian. Linierisasi sering dilakukan, dengan menggunakan
ekspansi deret Taylor disekitar titik operasi dan mempertahankan hanya bagian yang linier saja. Tentu
linierisasi sistem non-linier ini disertai dengan terjadinya penambahan besarnya error. Penambahan
besarnya error inilah nanti yang harus mampu diatasi oleh sistem pengendalian dengan perancangan
kompensator.

Pustaka utama :
1. Kuo,B.C.,”Automatic Control Sistem”,6th ed., Printice-Hall, Englewood Cliffs,NJ.,1998, halaman 21
s/d 57.
2. Ogata,K.,”Modern Control Engineering”, 4th ed., Printice-Hall, Englewood Cliff,NJ.,1997, halaman
1 s/d 176.

Pustaka penunjang :
1. Bahram Shahian, Michael Hassul,”Control Sistems Using MATLAB”, International Editions,
Printice-Hall, 1997.
2. Lewis, F. L.,“Applied Optimal Control & Estimation”, Prentice Hall,1992.
3. The MathWorks, Inc.,”Control Sistem Toolbox”, Printice-Hall, 1997.
4. Syamsul Arifin, ”Kontrol Automatik II”, Jurusan Teknik Fisika-FTI-ITS, 1997.
5. Raven, F. H., (1995), “Automatic Control Engineering”, Fifth Ed., Mc Graw Hill Ed., Mechanical
Engineering Series.

Soal-Soal Asesmen :
1. Sebuah sistem massa–pegas–damper yang terlihat pada gambar di bawah, dengan gerak linier
adalah pada arah horizontal. Tentukan fungsi alih dari sistem tersebut.

M f
(

x
(
Gambar 2.31 Model pegas-massa-damper bergerak horizontal
Jawab :
X ( s) 1

F (s) Ms  Bs  K
2

51 |2. Model Matematis Sistem Dinamik

 2. Tentukan model matematik dari motor DC dengan magnet permanen, dimana secara elektrik
dinyatakan dalam bentuk diagram berikut.

i F
a
l

B
0

m

T
m T
m
L

Gambar 2.32 Model motor dc yang dieksitasi secara terpisah

Jawab
( s) Ki

Ea ( s) La J m s  Ra J m  Bm La s 2  K b K i  Ra Bm s
3

Dengan :
ia(t) = arus jangkar
Ra = hambatan jangkar
Ebt) = emf terbalik
Tl(t) = torsi beban
Tm(t) = torsi motor
m (t) = perpindahan rotor
Ki = konstanta torsi
La = Induktansi jangkar
ea(t) = tegangan terpasang
Kb = konstanta emf balik
Φ = fluks magnetik pada pemisah udara
ωm (t) = kecepatan sudut motor
Lm = inersia rotor
Bm= koefisien gesekan viskos

3. Perhatikan suatu sistem mekanik pada gambar di bawah ini :

M M
1 2

Gambar 2.33 Model mekanik pegas-massa-damper

Dimana : m1, m2 = massa yang konstan
k1, k2 = konstanta pegas
c = konstanta redaman
u1, u2 = variabel masuakan sistem
y1, y2 = variabel keluaran sistem
52 |2. Model Matematis Sistem Dinamik
 Tentukan persamaan dinamika dari sistem yang digambarkan di atas.
Jawab :
m1 y1  k1 u1  y1   c y 2  y1   0
m2 y2  k 2  y 2  u 2   c y 2  y1   0

4. Sebuah filter pasif yang digambarkan di bawah ini

Gambar 2.34 Rangkaian listrik RLC

Dengan e : masukan pada sistem, dan x1 dan x2 merupakan variabel keadaan sistem,
sedangkan i1 dan i2 diasumsikan sebagai arus pada loop 1 dan loop 2.
Jawab :

 R1 x1  i2   e(t )
dx1
m
dt
x2  R2 i2  R1 x1  i2   e(t )

53 |2. Model Matematis Sistem Dinamik